La segmentazione a priori: CHAID

Presentazione sul tema: "La segmentazione a priori: CHAID"— Transcript della presentazione:

1 La segmentazione a priori: CHAID
Elena Pallini Elena Santi Francesco Bontempone Rosangelo Giampaolo Dott.ssa Elena Pallini Dott.ssa Elena Santi Dott. Francesco Bontempone Dott. Rosangelo Giampaolo

2 Obiettivo dell’analisi
Suddividere in gruppi omogenei un insieme di individui, intervistati presso i punti vendita COOP, in funzione delle loro caratteristiche socio-demografiche, comportamentali e di giudizio

3 Struttura del dataset Fonte statistica: interviste effettuate in punti vendita Coop 7200 osservazioni 3 classi di variabili: variabili socio-demografiche ed economiche punteggi di soddisfazione sul servizio di distribuzione e relative variazioni variabili “Coop”

4 Modello statistico Tecnica di segmentazione multipla CHAID (Chi-squared Automatic Interaction Detection) Grado di omogeneità all’interno dei gruppi e di eterogeneità tra i gruppi è valutato con il test del Chi-quadro Significatività statistica normalizzata con il fattore di Bonferroni

5 Primo livello: data set “completo”
Variabile target SOCIO (sì / no) Variabili indipendenti Prima fase: Sono state incluse nell’analisi tutte le variabili Seconda fase: Sono state incluse nell’analisi le variabili “a blocchi”

6 Secondo livello: data set “non soci”
Variabile target CANALE (iper / non iper) Variabili indipendenti Prima fase: Sono state incluse nell’analisi tutte le variabili Seconda fase: Sono state incluse nell’analisi le variabili “a blocchi”

7 Alberi: impostazioni comuni
Data set partizionato in: 70% Training Set 30% Validation Set Minimo numero di osservazioni per foglia: 50 Massima profondità dell’albero: 6

8 Distribuzione variabile target
Variabile target: SOCIO (sì / no)

9 variabili socio-demografiche
Alberi 1° livello (1) tutte le variabili SOCIO (sì/no) variabili socio-demografiche ed economiche (2) punteggi di soddisfazione variabili “Coop” I risultati ottenuti sono identici a quelli con le sole variabili “Coop” Le variabili considerate non hanno alcun valore esplicativo

10 SOCIO *** Punteggi di soddisfazione sul servizio di distribuzione e relative variazioni

11 Tasso di corretta classificazione
validation set 0,744 training set 0,755 SOCIO – Punteggi di soddisfazione e variazioni Il confronto tra le curve del training set e del validation set suggerisce di scegliere l’albero con 7 foglie finali

12 SOCIO – Punteggi di soddisfazione e variazioni
Matrice di confusione SOCIO – Punteggi di soddisfazione e variazioni Il 3% dei “soci” sono malclassificati Il 46% dei “non soci” sono malclassificati

13 1° livello: Albero “soddisfazione”
- 1 - - 2 - - 3 - - 4 - - 5 - - 6 - - 7 - Variabile target: SOCIO (sì / no) Variabili indipendenti: punteggi di soddisfazione e variazioni Data set completo

14 Segmenti finali: caratteristiche
Le promozioni inducono gli acquirenti a diventare “soci” I “non soci” sono sensibili alle variazioni nei servizi per i prodotti no food

15 SOCIO *** Variabili “Coop”

16 Tasso di corretta classificazione
validation set 0,871 training set 0,884 SOCIO – Variabili Coop Il confronto tra le curve del training set e del validation set suggerisce di scegliere l’albero con 5 foglie finali

17 Matrice di confusione Il 1% dei “soci” sono malclassificati
SOCIO – Variabili Coop Il 1% dei “soci” sono malclassificati Il 22% dei “non soci” sono malclassificati

18 1° livello: Albero “varCoop”
Variabile target: SOCIO (sì / no) Variabili indipendenti: variabili “Coop” Data set completo - 1 - - 2 - - 3 - - 4 - - 5 -

19 Segmenti finali: caratteristiche
“Contenti” (segmento 1) Soci Coop “Attenti alle promozioni”(segmento 4) “Attratti da Coop ma impossibilitati ad andarci” (segmento 2) Non soci “Non attratti da Coop ma costretti ad andarci” (segmento 3)

20 Distribuzione variabile target
Variabile target: CANALE (iper / non iper)

21 Alberi 2° livello: data set “non soci”
tutte le variabili CANALE (iper / non iper) variabili socio-demografiche ed economiche (*) punteggi di soddisfazione variabili “Coop” (*) (*) Le variabili considerate non hanno alcun valore esplicativo

22 CANALE *** Tutte le variabili

23 Tasso di corretta classificazione
validation set 0,753 training set 0,787 CANALE – Tutte le variabili Il confronto tra le curve del training set e del validation set suggerisce di scegliere l’albero con 6 foglie finali

24 CANALE – Tutte le variabili
Matrice di confusione CANALE – Tutte le variabili Il 63% dei frequentatori “iper” sono malclassificati Il 5% dei frequentatori “non iper” sono malclassificati

25 2° livello: Albero “ALL”
Variabile target: CANALE (iper / non iper) Variabili indipendenti: tutte le variabili Data set: NON SOCI - 2 - - 1 - - 3 - - 4 - - 5 - - 6 -

26 Segmenti finali: caratteristiche
Bologna: i ricercatori di varietà scelgono l’iper 2 macro-zone Veneto, Romagna e Marche: i ricercatori di varietà scelgono il “non iper”

27 CANALE *** Punteggi di soddisfazione sul servizio di distribuzione e relative variazioni

28 Tasso di corretta classificazione
validation set 0,763 training set 0,768 CANALE – Punteggi di soddisfazione e variazioni Il confronto tra le curve del training set e del validation set suggerisce di scegliere l’albero con 5 foglie finali

29 CANALE – Punteggi di soddisfazione e variazioni
Matrice di confusione CANALE – Punteggi di soddisfazione e variazioni Il 51% dei frequentatori “iper” sono malclassificati Il 12% dei frequentatori “non iper” sono malclassificati

30 2° livello: Albero “soddisfazione”
Variabile target: CANALE (iper / non iper) Variabili indipendenti: punteggi di soddisfazione e variazioni Data set: NON SOCI - 2 - - 1 - - 3 - - 4 - - 5 -

31 Segmenti finali: caratteristiche
Chi è poco interessato all’assortimento frequenta il “non iper” Chi è molto interessato all’assortimento e alle promozioni frequenta l’ “iper”

32 Conclusioni 3 alberi su 4 malclassificano una delle due modalità della variabile target con valori superiori al 40% L’unico albero utilizzabile per l’analisi: Albero “varCoop” con variabile target SOCIO

33 I modelli hanno una scarsa capacità classificatoria.
Conclusioni I modelli hanno una scarsa capacità classificatoria. Perché? Possibili interpretazioni: insufficiente contenuto informativo del data set categorizzazione delle variabili non sufficientemente accurata nel caso di CANALE può essere dovuta anche allo sbilanciamento del campione rispetto al target

34 Variabili socio-demografiche ed economiche
Sesso Età Professione Titolo di studio Stato civile Area di acquisto Numero componenti famiglia Numero minorenni Numero percettori di reddito Numero occupati Numero auto possedute

35 Qualità del servizio Reparto ortofrutta Generale Reparto carne Prezzi
Promozioni Assortimento Personale, servizio Pulizia, igiene Qualità prodotti freschi Reparto ortofrutta Reparto carne Reparto pane, pasticceria Reparto salumi, formaggi e gastronomia Reparto pesce fresco Prodotti no-food N.B. Per ogni variabile sono stati rilevati sia la soddisfazione sul servizio che la relativa variazione rispetto al passato

36 Variabili “Coop” Canale di vendita (IPER / NON IPER) Socio (SI / NO)
Insegna Numero soci in famiglia Preferenza su Coop Area di acquisto